从零搭建语音智能体:ASR(语音识别), TTS(语音合成), LLM和流式管道 | Build Voice Agents From Scratch
一个开源项目打通ASR+TTS+实时语音,微软VibeVoice直接卷死闭源大厂?
搭建自己的语音对话大模型 | ASR+LLM+TTS串联
本地语音 AI 终于统一了! 实时对话、声音克隆、AI 翻唱8G 显存全跑通|audio.cpp|整合包
qwen-audio-agent-全双工实时语音交互agent助手安装教程和注意事项
ChatTTS 最强文本转语音!一键本地安装,100%成功!效果逼真如真人,完全免费开源!!| 零度解说
全双工语音模型这么火,我也来鼓捣鼓捣
实时语音对话数字人 效果实机演示【ASR+LLM+TTS+Wav2Lip 256】
LiveTalking+Deepseek+TTS非常棒的开源组合【流式数字人】
一个超轻量、完全可离线、速度快的TTS语音播报程序实战
05VoiceAgent理论基础-实时语音识别ASR原理
实时语音对话数字人【开源】
AsLive,一个能开口就响应的实时语音助手
0.6B小模型,彻底解决AI语音对话“抢话”与“冷场”问题!SoulX-Duplug实机演示
Qwen 2.5-Omni-7B: 语音聊天 + 视频聊天
Fun-ASR-Nano 本地部署!轻量级语音转文字!低显存可用!
详解 & 实测开源TTS天花板Qwen3-TTS :5个模型 + 10种语言 + 3秒音色克隆(含 Mac部署)
10分钟,打造你的专属实时语音交互应用!
7 分钟看懂 Qwen3-ASR:模型亮点、Demo 使用与本地部署建议
6G显存跑TTS,7B模型干翻Whisper?VibeVoice本地部署教程